方差分析与协方差分析.pptVIP

目的 消除连续变量对Y的影响，使方差分析的检验功效更高，结果更可靠 连续变量可能会增大 Y 的组间差异，导致错误结论 连续变量可能会增大 Y 的组内变异，降低检验功效 消除分类变量的影响，使回归分析的结果更可靠 * 当前第27页\共有52页\编于星期三\6点 20名男性篮球运动员和20名大学生的肺活量（cm3）比较 篮球运动员 肺活量Y 大学生 肺活量Y 4700 3450 5200 4100 ┇ ┇ 4800 4000 协方差分析基本思想 当前第28页\共有52页\编于星期三\6点 协方差分析基本思想 篮球运动员 大学生 身高X 肺活量Y 身高X 肺活量Y 185 4700 168 3450 175 5200 170 4100 ┇ ┇ ┇ ┇ 174 4800 169 4000 20名男性篮球运动员和20名大学生的肺活量（cm3）比较 协 变 量 当前第29页\共有52页\编于星期三\6点 协方差分析基本思想 比较肺活量时，要消除身高的影响。 方法1：抽样时，选身高相近的。 方法2：从统计分析技巧上平衡数据。 校正了身高的影响后（回归分析），再比较两组肺活量的均数有无差异（方差分析）。 当前第30页\共有52页\编于星期三\6点 协方差分析基本思想 在方差分析中，用来校正因变量的数值型变量称为协变量（covariable）。 含有协变量的方差分析称为协方差分析。 协方差分析可提高方差分析的准确度。 观察指标（Y）的总变异： SS总＝SS协变量＋SS处理＋SS误差 当前第31页\共有52页\编于星期三\6点 协方差分析的基本思想 其实质就是从Y的总离均差平方和中扣除协变量X对Y的回归平方和，对剩余（残差）平方和作进一步分解后再进行方差分析，以更好的评价处理的效应。 SS总＝SS回 ＋ SS残 SS总＝SS协变量＋SS处理＋SS误差 SS修正＋SS组内残差 * 当前第32页\共有52页\编于星期三\6点 大学生 篮球运动员 图1 协方差分析示意图 调 整 均 数 当前第33页\共有52页\编于星期三\6点 协方差分析步骤 完全随机设计的协方差分析 应用条件检验 回归分析 求调整均数 对调整均数作方差分析 当前第34页\共有52页\编于星期三\6点 协方差分析的假设 协方差分析的基本假设与方差分析相同，包括变量的正态性、观测值独立、方差齐性等，此外还有三个重要的假设： 因变量与协方差之间线性关系； 所测量的协变量不应有误差，如果选用的是多项的量表，应有高的内部一致性信度或重测信度，α系数最好大于0.80。这一假设若被违反会造成犯一类错误的概率上升，降低统计检验力。 “组内回归系数同质性”（homogeneity of with in rgression），各实验处理组中一举协变量（X）预测因变量（Y）的回归线的回归系数要相等，即斜率相等，各条回归线平行。如果斜率不等则不宜直接进行协方差分析。 当前第35页\共有52页\编于星期三\6点 协方差分析的模型和假定 回归分析： 协方差分析： 模型 协变量 Co-variable 方差分析： * 当前第36页\共有52页\编于星期三\6点 当前第37页\共有52页\编于星期三\6点 当前第38页\共有52页\编于星期三\6点 Thanks! 当前第39页\共有52页\编于星期三\6点 问题：为什么一个比较均数差异的方法竟称为方差分析？ 这种命名是因为在检验均数间差异是否具有统计学意义的过程中，我们实际上是通过比较方差而得到的。 与t 检验直接比较两组的平均数的做法不同，方差分析把“平均数之间差异是否显著”的问题转化为“平均数组间变异是否显著”的问题，通过“组间变异”与“组内变异”的对比，进行F 检验，从整体上同时比较多组的平均数之间是否存在显著差异。 当前第40页\共有52页\编于星期三\6点 LSD (费舍最小显著差异法, Fisher’s least significant difference) 该方法是对检验两总体均值是否相等的t检验方法的总体方差估计加以修正(用MSE代替)而得到的。 特点 检验敏感性高，即水平间的均值只要存在一定程度的微小差异就可能被检验出来。 但该方法没有控制范第一类错误的概率。 当前第41页\共有52页\编于星期三\6点 S-N-K(Student-Newman-Keuls, q检验) 首先把各组均值排序，用每一比较的两个均值在排序序列种相差的等级数来确定不同的q 临界值。 两均值的rank之差 是一种有效划分相似性子集的方法，该方法 适用于各水平下观测值个数相等的情况。 当前第42页\共有52页\编于星期三\6点 在针对连续变量的统计推断方法中